Abstract:Abstract: The Asahan Regency Animal Husbandry and Animal Health Service carries out outreach activities on the level of demand for boiler chicken, which means that the department must be more active in collecting data on…
the volume of boiler chicken every year because consumer demand for chicken continues to increase and instability often occurs. Where in the period 2012 to 2024 there was a significant increase in demand. So it becomes an obstacle in the stock of chickens in the Asahan Regency market which must be prepared. If there is too much chicken supply but the demand for chicken consumption decreases then this will result in a loss, conversely if the demand for chicken consumption increases but the chicken supply cannot be prepared then this will be a loss for chicken traders and distributors. To increase the accuracy of the estimates, the use of the Single Exponential Smoothing Method is proposed. This method smooths past values with exponential weights, placing greater emphasis on recent data. Using data from the last 12 (twelve) years as reference data for recording the past for forecasting experiments for the next 1 (one) month. Experiments using different Alphas test accuracy in actual situations. The results of the experiment with an alpha of 0.9 are almost the same as the actual value in predicting the situation one year into the future with the lowest error, namely MAPE 7.4% and forecasting broiler chicken meat supplies of 13661261.46 chickens.
Keywords: broiler chicken; ses method; web based.
Abstrak: Dinas Peternakan dan Kesehatan Hewan Kabupaten Asahan melakukan aktivitas penyuluhan tingkat permintaan ayam boiler dimana pihak dinas harus lebih aktif dalam melakukan pendataan volume ayam boiler setiap tahunnya karena permintaan konsumen terhadap ayam sering terjadi ketidakstabilan. Dimana pada periode tahun 2012 sampai dengan 2024 terjadi kenaikan permintaan yangsignifikan. Sehingga menjadi kendala dalam stok ayam di pasar Kabupaten Asahan yang harus disiapkan. Jika persediaan ayam terlalu banyak namun permintaan akan konsumsi ayam menurun maka ini akan manjadi kerugian, sebaliknya jika permintaan akan konsumsi ayam meningkat namun persediaan ayam tidak dapat disiapkan maka ini menjadi kerugian bagi pihak pedagang dan distributor ayam. Untuk meningkatkan ketepatan perkiraan, penggunaan Metode Single Exponential Smoothing diusulkan. Metode ini menghaluskan nilai masa lalu dengan bobot eksponensial, memberikan penekanan lebih besar pada data terbaru. Penggunaan data 12 tahun terakhir sebagai data acuan pencatatan masa lalu untuk percobaan peramalan untuk 1 (satu) bulan kedepan. Penggunaan Alpha yang berbeda menguji akurasi dalam situasi aktual. Hasil dari penelitian dengan alpha 0,9 hampir sama dengan nilai aktual dalam meramalkan keadaan satu tahun ke depan dengan error yang paling rendah yaitu MAPE 7,4% dan peramalan persediaan daging ayam broiler sebanyak 13661261,46 ayam.
Kata kunci: berbasis web; daging ayam broiler; metode ses.
Abstract:Abstract: Guntur Store is located on Jl. Sisingamangaraja, Kisaran, Asahan Regency. It focuses on selling basic needs, but the store faces a problem in its sales. The main issue encountered is the uncertainty in forecasting…
ing the stock of basic needs, which can lead to imbalance between supply and demand, due to Guntur Store still relying on manual ledger entries for reporting and inputting data into Microsoft Excel. This research aims to predict the demand for basic needs at Guntur Store using the Single Exponential Smoothing Method and to enhance prediction accuracy through the application of time series analysis techniques on historical sales data. The Single Exponential Smoothing Method will be employed to model and forecast patterns of demand for staple goods. The findings of this research can provide insights into future demand for goods, thereby improving supply chain optimization and ensuring adequate stock levels to effectively meet customer demands. The conclusion of this study is to obtain more accurate estimates in anticipating the evolving data patterns of basic needs at Guntur Store, thus providing valuable information for the store and policymakers involved in the distribution of basic needs.
Keywords: basic food needs; forecasting; single exponential smoothing
Abstrak : Toko Guntur terletak di Jl. Sisingamangaraja, Kisaran, Kabupaten Asahan. Berfokus pada penjualan kebutuhan sembako, namun dalam penjualan toko tersebut mengalami sebuah permasalahan. Permasalahan utama yang dihadapi adalah ketidakpastian dalam meramalkan kebutuhan stok Sembako yang dapat mengakibatkan ketidakseimbangan antara pasokan dan permintaan, dikarenkan Toko Guntur masih menggunakan buku besar dalam pembuatan laporan dan di input ke dalam microsoft excel. Penelitian ini bertujuan untuk memprediksi permintaan Sembako di Toko Guntur menggunakan Metode Single Exponential Smoothing serta meningkatkan akurasi prediksi melalui penerapan teknik analisis deret waktu terhadap data penjualan historis. Metode Single Exponential Smoothing akan digunakan untuk memodelkan dan memprediksi pola permintaan barang pokok. Hasil penelitian ini dapat memberikan jumlah permintaan barang di masa mendatang sehingga optimalisasi rantai pasok menjadi g lebih baik dan memastikan tingkat stok yang memadai untuk memenuhi permintaan pelanggan secara efektif. Kesimpulan penelitian ini untuk mendapatkan perkiraan yang lebih akurat dalam mengantisipasi pola data yang sedang berkembang kebutuhan sembako pada Toko Guntur sehingga menghasilkan informasi yang akurat dapat menjadi sumber informasi berharga bagi Toko Guntur, dan pembuat kebijakan yang terlibat dalam distribusi Sembako.
Kata Kunci: kebutuhan sembako; single exponential smoothing; peramalan
Abstract:Abstract: PT. Perkebunan Nusantara IV (Persero) Tinjowan is a state-owned enterprise unit operating in the palm oil plantation industry. In an effort to increase production, the plantation company aims to enhance production…
ion efficiency so that palm oil product prices become more competitive by determining harvest yields. The company's harvest yield estimation still uses a traditional approach based on the average bunch weight (BJR), considering the year of planting and the planting area. However, this technique is less effective and efficient. If the company's estimates are incorrect, it can potentially lead to losses or increased production budgets. The purpose of this research is to obtain a comparison of forecast results for the next month with the best alpha accuracy measure using the Single Exponential Smoothing method. The research method used is based on qualitative and quantitative data from interviews and observations of data from December 2022 to November 2023. The forecasting results with an alpha accuracy value of 0.9 using the Single Exponential Smoothing method show a forecast for December 2023 of 13,835.57844 with a percentage error rate (MAPE) of 9.28%, MAD of 1,021,423.6, and MSE of 174,130,366.
Keywords: forecasting; palm oil; single exponential smoothing
Abstrak: PT. Perkebunan Nusantara IV (Persero) Tinjowan sebagai unit usaha BUMN yang beroperasi di industri perkebunan kelapa sawit. Dalam upaya meningkatkan produksi, perusahaan perkebunan, peningkatan efisiensi produksi agar harga produk sawit lebih kompetitif dengan menentukan hasil panen. Pada perkiraan hasil panen perusahaan masih menerapkan pendekatan tradisional berdasarkan berat janjangan rata-rata (BJR) dengan mempertimbangkan tahun tanam dan luas area tanaman. Namun, tehnik ini kurang efektif dan efisien, Apabila perkiraan yang dibuat perusahaan salah berpotensi menyebabkan kerugian atau peningkatan anggaran produksi. Tujuan dari penelitian ini untuk mendapatkan perbandingan hasil peramalan pada bulan berikutnya dengan ukuran akurasi alpha terbaik menggunakan metode Single Exponential Smoothing. Metode yang digunakan dalam penelitian ini adalah berdasarkan data kualitatif dan kuantitatif dari hasil wawancara dan observasi data bulan desember 2022 - november 2023. Hasil peramalan dari ukuran akurasi nilai alpha 0.9 menggunakan metode Single Exponential Smoothing diperoleh peramalan untuk periode desember 2023 sebesar 13.835578,44 dengan tingkat persentase error MAPE sebesar 9,28%, MAD 1021423.6 dan MSE 174130366.
Kata Kunci: kelapa sawit; peramalan; single exponential smoothing
Abstract:Abstract: Toko Ratna Jaya is a business in the fashion sector that sells women's robes and is experiencing instability in its sales because Toko Ratna Jaya is unable to predict their sales for the following month. Ratna…
Jaya Shop currently carries out forecasting only by relying on the owner's predictions. However, this approach is less efficient and can lead to losses or increased stock costs if forecasting is inaccurate. To increase the accuracy of the estimates, the use of the Single Exponential Smoothing Method is proposed. This method smooths past values with exponential weights, placing greater emphasis on recent data. Use of data from the last 1 (one) year as reference data for recording the past for forecasting experiments for the next 1 (one) month. Experiments using different Alphas test accuracy in actual situations. The results of the experiment with an alpha of 0.2 are almost the same as the actual value in predicting the situation one month into the future with the lowest error, namely MAPE 12.05% and forecasting sales of gamis of 1,476 pcs.
Keywords: forecasting; gamis; sales; single exponential smoothing (SES); toko ratna jaya.
Abstrak: Toko Ratna Jaya adalah usaha di bidang fashion yang menjual baju gamis wanita dan sedang mengalami ketidakstabilan dalam penjualannya dikarenakan Toko Ratna Jaya tidak mampu meramalkan penjualan mereka untuk bulan berikutnya. Toko Ratna Jaya saat ini melakukan peramalan hanya dengan mengandalkan paraduga pemiliknya. Namun, pendekatan ini kurang efisien dan dapat menyebabkan kerugian atau peningkatan biaya stok jika peramalan tidak akurat. Untuk meningkatkan ketepatan perkiraan, penggunaan Metode Single Exponential Smoothing diusulkan. Metode ini menghaluskan nilai masa lalu dengan bobot eksponensial, memberikan penekanan lebih besar pada data terbaru. Penggunaan data 1 (satu) tahun terakhir sebagai data acuan pencatatan masa lalu untuk percobaan peramalan untuk 1 (satu) bulan kedepan. Eksperimen menggunakan Alpha yang berbeda menguji akurasi dalam situasi aktual. Hasil dari eksperimen dengan alpha 0,2 hampir sama dengan nilai aktual dalam meramalkan keadaan satu bulan ke depan dengan error yang paling rendah yaitu MAPE 12,05% dan peramalan penjualan gamis sebanyak 1.476 pcs.
Kata kunci: gamis; penjualan; peramalan; single exponential smoothing (ses); toko ratna jaya.
Abstract:Abstract: Gross Regional Domestic Product (GRDP) is one of the most important socio-economic indicators. In order to gain a more comprehensive understanding of the current economic situation and regional differences, estimating…
imating GRDP using integration of satellite imagery and official statistics data can provide valuable information. This research estimates the GRDP value in 2022 by using data in 2019 to 2021 related to two aspects, agriculture and non-agriculture. Soil adjusted vegetation index (SAVI), enhanced vegetation index (EVI), and land cover (LC) used as agriculture aspect, while nighttime light (NTL), human settlement index (HSI), land area, and population per regency/city used as non-agriculture aspect. GRDP estimation are produced with machine learning approach using support vector machine (SVM) and random forest (RF) method. Correlation test on each variable shows only land area that does not have a significant correlation with GRDP. RF model then chosen as the best model with RMSE, MSE, MAE, and R2 value of 0.2549; 0.5049; 0.7727; and 0.2543, respectively. The estimated values acquired in several regencies/cities have rather near, some even very close to the official statistics values.
Keywords: GRDP; satellite imagery; machine learning; random forest; support vector machine
Abstrak: Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator sosio-ekonomi yang penting. Penghitungan nilai PDRB dengan pendekatan yang melibatkan kombinasi data citra satelit dan statistik resmi dapat memberikan informasi serta pemahaman yang lebih komprehensif. Penelitian ini melakukan estimasi nilai PDRB pada tahun 2022 menggunakan data tahun 2019 hingga 2021 dengan melibatkan dua aspek, agrikultur dan non-agrikultur. Data soil adjusted vegetation index (SAVI), enhanced vegetation index (EVI), dan tutupan lahan (land cover/LC) digunakan sebagai aspek agrikultur, sementara data citra cahaya malam (NTL), human settlement indeks (HSI), luas wilayah kabupaten/kota, dan jumlah populasi per kabupaten/kota digunakan sebagai aspek non-agrikultur. Estimasi PDRB dihasilkan dengan menggunakan pendekatan machine learning berupa support vector machine (SVM) dan random forest (RF). Pengecekan korelasi antarvariabel menunjukkan bahwa hanya variabel luas wilayah tidak berpengaruh signifikan terhadap nilai PDRB. Model random forest kemudian dipilih sebagai model terbaik dengan nilai evaluasi RMSE, MSE, MAE, dan berturut-turut sebesar 0.2549, 0.5049, 0.7727, dan 0.2543. Nilai estimasi yang diperoleh di beberapa kabupaten/kota cukup mendekati, bahkan ada yang sangat dekat dengan nilai statistik resmi.
Kata kunci: PDRB; citra satelit; machine learning; random forest; support vector machine
Abstract:Abstract: Increasing living standards cause an increase in the need for drinking water. However, current water supply estimates are still not optimal, with water production sometimes being more or less than requirements.…
To estimate the amount of water, an appropriate method is needed. The method used in this research is the back propagation algorithm artificial neural network method. When developing forecasts, past data is necessary to produce accurate results. This research aims to develop a predictive model that can estimate the volume of water that will be used by PDAM Tirtauli in the future. It is hoped that this predictive model can help PDAMs in planning more efficient water supply management and can reduce the potential for water supply shortages in the future. This research uses water distribution data for the 2015-2022 period. Training data starts in 2015-2021, testing data starts in 2016-2022. In this research, results were obtained using the Matlab R2011a application. In this research, the 5 architectures used are architecture 6-53-1, 6-58-1, 6-61-1, 6-81-1, 6-87-1. Based on these five architectures, the best architecture was obtained, namely architecture 6-87-1 with a root mean square error test value of 0.00010031 and an accuracy of 92%. The results achieved in 2023 are the total water volume of PDAM Tirtauli Pematangsiantar of 189,610,426.
Keywords: backpropagation; distribution; PDAM; prediction; water
Abstrak: Meningkatnya taraf hidup menyebabkan meningkatnya kebutuhan akan air minum. Namun, perkiraan pasokan air saat ini masih belum optimal, dengan produksi air kadang-kadang lebih atau kurang dari kebutuhan. Untuk memperkirakan jumlah air diperlukan suatu metode yang sesuai. Metode yang digunakan dalam penelitian ini adalah metode jaringan syaraf tiruan algoritma back propagation. Saat mengembangkan perkiraan, data masa lalu diperlukan untuk menghasilkan hasil yang akurat. Penelitian ini bertujuan untuk mengembangkan model prediktif yang dapat memperkirakan volume air yang akan digunakan oleh PDAM Tirtauli di masa mendatang. Model prediktif ini diharapkan dapat membantu PDAM dalam perencanaan pengelolaan pasokan air yang lebih efisien dan dapat mengurangi potensi kekurangan pasokan air pada masa yang akan datang. Penelitian ini menggunakan data sebaran air periode 2015-2022. Data pelatihan dimulai pada tahun 2015-2021, data pengujian dimulai pada tahun 2016-2022. Pada penelitian ini diperoleh hasil dengan menggunakan aplikasi Matlab R2011a. Pada penelitian ini 5 arsitektur yang digunakan adalah arsitektur 6-53-1, 6-58-1, 6-61-1, 6-81-1, 6-87-1. Berdasarkan kelima arsitektur tersebut diperoleh arsitektur terbaik yaitu arsitektur 6-87-1 dengan nilai uji root mean square error sebesar 0,00010031 dan mendapatkan akurasi sebesar 92%. Hasil yang dicapai pada tahun 2023 adalah total volume air PDAM Tirtauli Pematangsiantar sebesar 189.610.426.
Kata Kunci: air; backpropagation; distribusi; PDAM; prediksi
Abstract:Abstract: Sales of sponge cakes at Zahra's shop have difficulty meeting customer demand when the demand for sponge cakes increases drastically at certain times. This is because the sales of sponge cakes at Zahra's shop are…
re still calculated based on their own estimates, causing excess production to be made and even a shortage of sponge cake supplies. This problem has an impact on the supply control of sponge cake production which cannot be predicted properly by Zahra's shop. The purpose of this study is to build a forecasting system using the double exponential smoothing method to predict sales of sponge cake at Zahra's shop for the next period based on the data obtained. The research method used in this study is a quantitative method. The results in the calculation of sponge cake sales forecasting using the Double Exponential Smoothing method using alpha 0.5, the number of sponge cake sales for July 2023 on Banana Cake is 430 boxes, with a forecasting error rate of 2.75%, on Chiffon Mocca Sponge cake is 330 boxes, with a forecasting error rate of 2.75%. forecasting error of 4.50%, on Pandan Cake as many as 92 Boxes, with a forecasting error rate of 7.21%, on Ordinary Roll Cake as many as 77 Boxes, with a forecasting error rate of 4.78, So the error rate on Banana Cake, Bolu Chiffon Mocca, Pandan Cake, and Ordinary Roll Cake are in the very good category because they have an error value of less than 10%.
Keywords : double exponential smoothing; forecasting; spoke cake
Abstrak: Penjualan kue bolu pada toko zahra mengalami kesulitan untuk memenuhi permintaan pelanggan ketika permintaan kue bolu meningkat secara drastis diwaktu-waktu tertentu. Hal ini disebabkan karena penjualan kue bolu di toko zahra masih perhitungan berdasarkan perakiraan sendiri sehingga menyebabkan produksi yang dibuat sering kelebihan bahkan kekurangan persedian kue bolu. Masalah tersebut berdampak pada pengendalian persedian produksi kue bolu yang tidak dapat diprediksi dengan baik oleh toko zahra. .Tujuan penelitian ini adalah membangun sistem peramalan dengan metode double exponential smoothing untuk meramalkan penjualan bolu pada Toko Zahra untuk periode berikutnya berdasarkan data yang diperoleh. Metode penelitian yang digunakan dalam penelitian ini adalah metode kuantitatif. Hasil dalam perhitungan peramalan penjualan kue bolu dengan metode Double Exponential Smoothing menggunakan alpha 0.5 jumlah penjualan kue bolu untuk bulan Juli 2023 pada Bolu Pisang sebanyak 430 Kotak, dengan tingkat kesalahan peramalan sebesar 2,75%, Pada Bolu Chiffon Mocca sebanyak 330 Kotak, dengan tingkat kesalahan peramalan sebesar 4,50%, pada Bolu Pandan sebanyak 92 Kotak, dengan tingkat kesalahan peramalan sebesar 7,21%, pada Bolu Gulung Biasa sebanyak 77 Kotak, dengan tingkat kesalahan peramalan sebesar 4,78, Sehingga tingkat kesalahan pada Bolu Pisang, Bolu Chiffon Mocca,Bolu Pandan, dan Bolu Gulung biasa tergolong kategori sangat baik karena memiliki nilai kesalahan kurang dari 10%.
Kata Kunci : peramalan; kue bolu; pemulusan eksponensial ganda
Abstract:Abstract: The design of Smart Village Enterprise Architecture for village government systems serves to support sustainability in facilitating the creation of Good Governance in a Village Government. One significant role…
in achieving Good Governance in a village is Education. Education plays a crucial role in enhancing and developing Good Governance and the SDGs values of a village. The conducted research focuses on the design of Enterprise Architecture of the Smart Village concept, with a focus on Village Services' dimension that specifically targets Education Services in a village in the Special Region of Yogyakarta. The research method utilized the TOGAF ADM 9.2 framework. The focus domain in this study includes the preliminary phase, architecture vision, business architecture, data architecture, application architecture, technology architecture, opportunities and solutions, and migration planning for the Education service in the Pagerharjo Village Government. The research result is an Enterprise Architecture blueprint as a solution to the issues that occur in the Education service in the Pagerharjo Village Government, along with an IT Roadmap as a reference for the village government in project development. It is hoped that the recommendations provided can enhance the Education services offered by the Pagerharjo village, thereby aiding the Pagerharjo Village Government in improving its score for the fourth SDGs, Quality Education.
Keywords: Enterprise Architecture, Smart Village, SDGs, TOGAF ADM 9.2.
Abstrak: Perancangan Enterprise Architecture Smart Village pada sistem pemerintahan Desa befungsi mendukung sustainability dalam membantu terciptanya Good Governance di suatu Pemerintahan Desa. Salah satu peranan penting terciptanya Good Governance di suatu Desa adalah Pendidikan. Pendidikan memiliki peran penting dalam peningkatan maupun pembangunan Good Governance dan nilai SDGs Desa. Penelitian yang dilakukan berfokus pada perancangan Enterprise Architecture konsep Smart Village dimensi Village Services yang berfokus pada Education Services di Desa Daerah Istimewa Yogyakarta. Metode penelitian dilakukan dengan menggunakan framework TOGAF ADM 9.2. Fokus domain yang diambil dalam penelitian ini mencakup fase preliminary phase, architecture vision, arsitektur bisnis, arsitektur data, arsitektur aplikasi, arsitektur teknologi, opportunities and solutions, dan migration planning pada layanan Pendidikan di Pemerintahan Desa Pagerharjo. Hasil dari penelitian yang dilakukan berupa blueprint Enterprise Architecture sebagai solusi dari permasalahan yang terjadi pada layanan Pendidikan di Pemerintahan Desa Pagerharjo serta IT Roadmap sebagai acuan Pemerintah Desa dalam melakukan pengembangan proyek. Diharapkan, rekomendasi yang diberikan dapat meningkatkan layanan Pendidikan yang disediakan oleh Desa Pagerharjo, sehingga mampu membantu Pemerintah Desa Pagerharjo meningkatkan score nilai SDGs ke-empat, Pendidikan yang Berkualitas.
Kata kunci: Enterprise Architecture, Smart Village, SDGs, TOGAF ADM 9.2
Abstract:Abstract: Population is a group of people who live or settle in an area for six months or more. Increasing the population in an area results in more problems being faced by the area such as high unemployment rates, poverty…
ty and food shortages which result in hunger. BPS Asahan Regency records that there is an increase in population every year. Asahan Regency BPS cannot predict population growth in the following year, so an application is needed to predict population growth. The purpose of this study is to predict population growth in Asahan Regency in the following year based on previous data using the concept of data mining. By applying data mining using multiple linear regression methods can be used to calculate population growth estimates based on previous data. This quantitative research used population data of Asahan Regency from 2016 to 2022. From the calculation of the multiple linear regression model using data from the previous five years, the estimated population growth of Asahan for 2023 was 824,617 people and the process of estimating the population became more systematic and calculated. well with this population estimation system and the process of storing data becomes easier and does not require a lot of paper to print and save.
Keywords: Application; Data Mining; Multiple Linear Regression
Abstrak: Penduduk merupakan sekumpulan orang yang tinggal atau menetap pada suatu wilayah selama enam bulan atau lebih. Bertambahnya jumlah penduduk pada suatu daerah mengakibatkan semakin banyak pula persoalan yang di hadapi oleh daerah tersebut seperti tingkat pengangguran yang tinggi, kemiskinan dan kekurangan pangan yang mengakibatkan kelaparan. BPS Kabupaten Asahan mencatat terjadi adanya pertambahan penduduk pada setiap tahunnya. BPS Kabupaten Asahan tidak dapat memprediksi pertumbuhan penduduk pada tahun berikutnya sehingga dibutuhkan suatu aplikasi untuk memprediksi pertambahan penduduk tersebut. Tujuan penelitian ini adalah untuk memprediksi pertumbuhan penduduk Kabupaten Asahan pada tahun berikutnya berdasarkan data sebelumnya menggunakan konsep data mining. Dengan menerapkan data mining menggunakan metode regresi linier berganda dapat digunakan untuk menghitung estimasi pertumbuhan penduduk berdasarkan data sebelumnya. Penelitian yang dilakukan secara kuantitatif ini menggunakan data penduduk Kabupaten Asahan dari tahun 2016 sampai tahun 2022. Dari perhitungan model regresi linier berganda menggunakan data lima tahun sebelumnya didapat estimasi pertumbuhan penduduk Asahan untuk tahun 2023 sebesar 824.617 jiwa dan proses estimasi jumlah penduduk menjadi lebih sistematis dan terkalkulasi dengan baik dengan adanya sistem estimasi jumlah penduduk ini dan proses penyimpanan data menjadi lebih mudah dan tidak memerlukan banyak kertas untuk di cetak dan di simpan.
Kata kunci: Aplikasi; Data Mining; Regresi Linier Berganda
Abstract:Abstract: This research is a development of previous research, where the results of previous studies have only arrived at the application design stage. Jimmy Fish UMKM is a business that sells fish seeds, while the fish…
seeds that are sold are: catfish, tilapia, goldfish, mujaer fish, catfish, and carp. Jimmy Fish UMKM has several activities to support its business, one of which is determining how much stock of fish fry is needed for each period. Jimmy Fish SMEs have problems in determining the amount of fish seed stock, Jimmy Fish SMEs still use estimates without definite calculations to determine the number of fish seed stocks. As a result of this problem, when someone wants to buy fish seeds, the number of stocks is not fulfilled (less), the number of fish seeds is depleted, and there is even an excess stock of fish seeds (only a few sold), so that activities at Jimmy Fish SMEs become less effective. The solution to the existing problems is to build an e-forecasing application using the wieghted moving average (WMA) method. The e-forecasting application is very important because it can predict the number of fish seed stocks for the next period using calculations from previous data. The e-forecasting application also provides convenience, speed and as a support system for making decisions on how many fish seed stocks must be fulfilled for the next period.
Keywords: applications; e-forecasting; WMA
Abstrak: Penelitian ini merupakan pengembangan dari penelitian sebelumnya, dimana hasil dari penelitian sebelumnya baru sampai pada tahap desain aplikasi. UMKM Jimmy Fish merupakan usaha yang menjual bibit ikan adapun bibit ikan yang dijual yaitu: ikan lele, ikan nila, ikan emas, ikan mujaer, ikan patin, dan ikan gurame. UMKM Jimmy Fish mempunyai beberapa aktifitas untuk mendukung usahanya salah satunya penentuan berapa jumlah stok bibik ikan yang diperlukan untuk setiap periodenya. UMKM Jimmy fish mempunyai permasalahan dalam menentukan jumlah stok bibit ikan, UMKM Jimmy Fish masih menggunakan perkiraan tanpa perhitungan yang pasti untuk menentukan jumlah stok bibit ikan. Akibat yang ditimbulkan dari permasalah tersebut, ketika ada yang ingin membeli bibit ikan jumlah stok tidak terpenuhi (kurang), jumlah stok bibit ikan habis, dan bahkan ada jumlah stok bibit ikan yang berlebih (hanya terjual sedikit), sehingga aktifitas pada UMKM Jimmy Fish menjadi kurang efektif. Solusi dari permasalah yang ada, dengan membangun aplikasi e-forecasing menggunakan metode wieghted moving average (WMA). Aplikasi e-forecasting sangat penting karena dapat prediksikan jumlah stok bibit ikan untuk periode selanjutnya menggunakan perhitungan dari data-data sebelumnya. Aplikasi e-forecasting juga memberikan kemudahan, kecepatan dan sebagai support system pengambilan keputusan berapa jumlah stok bibit ikan yang harus terpenuhi untuk periode selanjutnya.
Kata kunci: aplikasi; e-forecasting; WMA